在Python 的執行緒中執行協程的方法
在一篇文章 理解Python非同步程式設計的基本原理 這篇文章中，我們講到，如果在非同步程式碼裡面又包含了一段非常耗時的同步程式碼，非同步程式碼就會被卡住。
那麼有沒有辦法讓同步程式碼與非同步程式碼看起來也是同時執行的呢?方法就是使用事件迴圈的.run_in_executor()方法。
我們來看一下 Python 官方文件[1]中的說法：
那麼怎麼使用呢?還是以非常耗時的遞迴方式計算斐波那契數列的這個函式為例：
def sync_calc_fib(n):
if n in [1,2]:
return1
return sync_calc_fib(n - 1) + sync_calc_fib(n - 2)
async def calc_fib(n):
result = sync_calc_fib(n)
print(f'第 {n} 項計算完成，結果是：{result}')
return result 我們現在需要用 aiohttp 訪問一個延遲5秒的網頁，同時計算斐波那契數列第36項。
首先我們看看單獨計算第36項需要5秒鐘：
我們再來看看如果直接把這計算斐波那契數列和請求網站的兩個非同步任務放在一起“並行”，實際時間是兩個任務的時間疊加：
具體原因我在上一篇文章裡面已經做了說明。
現在，我想讓兩個任務“同時執行”，於是就可以這樣修改程式碼：
import aiohttp
import asyncio
import time
from concurrent.futures import ThreadPoolExecutor
async def request(sleep_time):
async with aiohttp.ClientSession() as client:
resp = await client.get(f'http://127.0.0.1:8000/sleep/{sleep_time}')
resp_json = await resp.json()
print(resp_json)
def sync_calc_fib(n):
if n in [1,2]:
return 1
return sync_calc_fib(n - 1) + sync_calc_fib(n - 2)
def calc_fib(n):
result = sync_calc_fib(n)
print(f'第 {n} 項計算完成，結果是：{result}')
return result
async def main():
start = time.perf_counter()
loop = asyncio.get_event_loop()
with ThreadPoolExecutor(max_workers=4) as executor:
tasks_list = [
loop.run_in_executor(executor,calc_fib,36),asyncio.create_task(request(5))
]
await asyncio.gather(*tasks_list)
end = time.perf_counter()
print(f'總計耗時：{end - start}')
asyncio.run(main()) 執行效果如下圖所示：
在5秒鐘的時間，就把計算斐波那契數列和請求5秒延遲的網站都做完了。
實現這樣的轉變，關鍵的程式碼就是：loop.run_in_executor(executor,36)
其中的 loop就是主執行緒的事件迴圈(event loop)，它是用來排程同一個執行緒裡面的多個協程。
executor是我們使用ThreadPoolExecutor(max_workers=4)建立的一個有4個執行緒的執行緒池，calc_fib是一個耗時的同步函式，36是傳入calc_fib的引數。loop.run_in_executor(executor,36)的意思是說：
- 把calc_fib函式放到執行緒池裡面去執行
- 給執行緒池增加一個回撥函式，這個回撥函式會在執行結束後的下一次事件迴圈把結果儲存下來。
請注意上圖中紅色箭頭對應的calc_fib這是一個同步函式，請與上一篇文章中的非同步函式區分開。run_in_executor的第二個引數需要是一個同步函式的函式名。
在上面的例子中，我們建立的是有4個執行緒的執行緒池。所以這個執行緒池最多允許4個阻塞式的同步函式“並行”。
總結
到此這篇關於在Python 的執行緒中執行協程的方法的文章就介紹到這了,更多相關python執行緒中執行協程內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！